一种功率器件开关时的动态特性利用方法与流程

1.本发明涉及技术领域，尤其涉及一种功率器件开关时的动态特性利用方法。


背景技术：

2.系统级的电磁兼容(emc)仿真，简化的理想噪声源如用方波或梯形波等效会造成滤波器的过设计或欠设计。且基于器件物理模型的仿真，器件的寄生参数随工况变化，很难准确的提取寄生参数。


技术实现要素：

3.为了克服上述技术缺陷，本发明的目的在于提供一种提高仿真精度的功率器件开关时的动态特性利用方法。
4.本发明公开了一种功率器件开关时的动态特性利用方法，包括如下步骤：将目标工况下的第一参数输入动态参数提取模块，以获得该工况所对应的第二参数，所述第一参数为所述功率器件的工况参数，所述第二参数为所述功率器件关断时刻和开通时刻的动态特性参数；所述目标工况包括开关关断时刻和开通时刻；根据所述第二参数得到所述目标工况下的所述功率器件的工作波形，以获取所述功率器件的真实动态波形通过转换工具将所述工作波形从时域变换为频域，频域计算能够加快仿真速度，对所述实际频域噪声源制定相应的滤波参数，以过滤所述实际噪声源；获取所述功率器件的额定电压值与额定电流值；从所述第二参数中提取最大电压值和最大电流值，根据所述最大电压值与所述额定电压值的比值获取所述功率器件的电压应力，根据所述最大电流值与所述额定电流值的比值获取所述功率器件的电流应力；通过所述功率器件的工作波形获取瞬态电压曲线和所述瞬态电流曲线，根据所述瞬态电压曲线和所述瞬态电流曲线获取瞬态损耗曲线，并根据所述瞬态损耗曲线获得所述功率器件的热应力曲线。
5.优选的，所述根据所述第二参数得到所述目标工况下的所述功率器件的工作波形包括：将所述第二参数分别叠加在所述功率器件的关断时刻和开通时刻，从而获取所述功率器件的真实工作波形。
6.优选的，所述通过所述瞬态电压曲线和所述瞬态电流曲线获取瞬态损耗曲线包括：所述瞬态电压曲线和所述瞬态电流曲线的乘积即为所述瞬态损耗曲线。
7.优选的，所述根据所述瞬态损耗曲线获得所述功率器件的热应力曲线包括：通过对所述功率器件进行热仿真以获取所述功率器件的热阻；所述瞬态损耗曲线与所述热阻的乘积即为所述功率器件的热应力曲线。
8.优选的，所述将目标工况下的第一参数输入动态参数提取模块，以获得该工况所对应的第二参数包括：在不同工况下测量所述功率器件的动态特性参数，得到所述功率器件的动态特性数据库；所述动态特性数据库包括所述第一参数和所述第二参数；将所述第一参数输入所述动态特性数据库，以获得相应工况所对应的所述第二参数。
9.优选的，所述动态参数提取模块为前馈神经网络模块；所述将目标工况下的第一
参数输入动态参数提取模块，以获得该工况所对应的第二参数包括：初始化所述前馈神经网络模块中的各层的权重，正向计算每一层的节点输出，若该节点输出满足预期要求，则输出该层的计算结果；若该节点输出不满足预期要求，则获取该层的误差，对所述误差进行反向计算以获取新的权重，并根据所述新的权重重新进行所述正向计算。
10.优选的，所述若该节点输出不满足预期要求，则获取该层的误差，对所述误差进行反向计算以获取新的权重包括：计算每个节点的残差，结合所述残差对所述误差进行反向计算以获取新的权重。
11.优选的，所述若该节点输出不满足预期要求，则获取该层的误差，对所述误差进行反向计算以获取新的权重包括：通过公式计算当前输入xk的损失值，若所述损失值为最小值，则认为该权重下的输出满足所述预期要求；其中，m代表输入xk的数量，i代表第i个输入xi，yi代表期望值，h
(w，b)
代表输出。
12.优选的，所述新的权重包括
13.其中表示l 1层中的第i个神经元和第l层中的第j个神经元的权重值，表示l 1层中的第i个神经元和第l层中的第j个神经元的偏执项的权重值，和为梯度，每个e
(w,b)
对应一个ek；所述前馈神经网络采用梯度下降的方式进行权重更新。
14.采用了上述技术方案后，与现有技术相比，具有以下有益效果：
15.1.本发明提出了两种功率器件的动态特性提取方法，都是以实测功率半导体动态特性为基础建立数据库，方法一是通过查表法，提取实际工况下不同的动态特性；方法二是将动态数据库作为训练集，训练机器学习模型，使得输入任意工况至训练过的学习模型都可以输出相应动态特性；过上述方法可提取到器件的真实动态特性如作为噪声源输入，以此来提高电磁兼容(emc)的仿真精度；获取功率器件电压、电流应力，器件瞬态热应力曲线作为评估器件工作可靠性的输入。
附图说明
16.图1为本发明提供的通过查表法提取动态特性的流程框图示意图；
17.图2为本发明提供的通过机器学习提取动态特性的流程框图示意图；
18.图3为本发明提供的前馈神经网络的流程示意图；
19.图4为本发明提供的关断时刻和开通时刻的理想波形和真实波形示意图。
具体实施方式
20.以下结合附图与具体实施例进一步阐述本发明的优点。
21.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
22.在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
23.应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
24.在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
25.在本发明的描述中，除非另有规定和限定，需要说明的是，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
26.在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。
27.参见附图1，本发明公开了一种功率器件开关时的动态特性利用方法，包括如下步骤：
28.s100、将目标工况下的第一参数输入动态参数提取模块，以获得该工况所对应的第二参数，第一参数为功率器件的工况参数，第二参数为功率器件关断时刻和开通时刻的动态特性参数；目标工况包括开关关断时刻和开通时刻；
29.s200、根据第二参数得到目标工况下的功率器件的工作波形；通过转换工具将工作波形从时域变换为频域，以获取功率器件的实际噪声源，对实际噪声源制定相应的滤波参数，以过滤实际噪声源；
30.s300、获取功率器件的额定电压值与额定电流值；从第二参数中提取最大电压值和最大电流值，根据最大电压值与额定电压值的比值获取功率器件的电压应力，根据最大电流值与额定电流值的比值获取功率器件的电流应力；通过瞬态电压曲线和瞬态电流曲线获取瞬态损耗曲线，并根据瞬态损耗曲线获得功率器件的热应力曲线。
31.在步骤s100中，功率器件的工况参数、以及关断时刻和开通时刻的动态特性参数包括：vdc(指被测件两端测试电压)、idut(指被测件测试电流)、tj(指被测件结温)、rg(指被测模块驱动电阻)、tr(指开通上升时间)、idut_max(指被测器件流过电流峰值)、vdut_max(指被测器件两端电压峰值)、di/dt(指电流变化率、或是衡量器件开通关断速度、或是对所在系统emc性能的影响)、dv/dt(指电压变化率、或是衡量器件开通关断速度、或是对所
在系统emc性能的影响)、eon(指功率器件开通损耗)、eoff(指功率器件关断损耗)。其中，vdc、idut、tj、rg通常为第一参数；tr、idut_max(指被测器件流过电流峰值)、vdut_max、di/dt、dv/dt、eon、eoff通常为第二参数。
32.本发明提供了两种通过第一参数获取第二参数的方法，一种是查表法，第二种是机器学习法。两种方法都需要以实测功率半导体动态特性为基础的建立双脉冲测试数据库，方法以是直接将数据库建立表格，通过第一参数直接在表格中查取对应的第二参数。方法二则是将数据库作为训练集来进行机器学习的训练，以获取训练模型。
33.具体的，本发明的训练模型所采用的是一种通过误差反向传播算法进行误差校正的多层前馈神经网络(back propagation，bp)，参见附图4，其中，输入信号前向传播，而误差是反向传播。在前向传播过程中，输入信号经由输入层、隐藏层逐层处理，到输出层时，若输出结果未到达期望要求，则进入反向传播过程，将误差信号原路返回，通过误差来修改各层权重以得到新的权重，再重新进入前向传播计算。
34.前向传播过程中的各输入为：前向传播过程中的各输入为：前向传播过程中的各输入为：
35.对误差进行反向计算的过程中，通过计算每个节点的残差以衡量某一个节点对误差的灵敏度。其中，定义残差变量为：为第l层中的第i个神经元的输入加权和。
36.较佳的，还通过利用损失函数来判断当前的输出是否是最合适的。具体的损失函数为：其中，m代表输入xk的数量，i代表第i个输入xi，yi代表期望值，h
(w，b)
代表输出。若e
(w,b)
最小则表明当前的输出是最合适的值。
37.较佳的，还通过使用梯度下降的原理来更新权重：较佳的，还通过使用梯度下降的原理来更新权重：其中表示l 1层中的第i个神经元和第l层中的第j个神经元的权重值，表示l 1层中的第i个神经元和第l层中的第j个神经元的偏执项的权重值，和为梯度，每个e
(w,b)
对应一个ek。
38.在步骤s200中，需要重新绘制功率器件的工作波形(即动态波形)，通常利用到的参数有：idut_max、vdut_max、di/dt、dv/dt。例如，通过获取di/dt(指电流变化率)和idut_max(指电流最大值)即可绘制电流从0～idut_max的曲线。
39.在系统级emc的仿真过程中，需要过滤噪声，根据正弦脉宽调制可以得到理想的噪声源，一般为理想的方波，即功率器件开关两端电压的等效波形。而实际上，功率器件开关工作时两端电压波形不可能是上升下降沿斜率无限大的方波，是具备一定斜率的上升下降
过程，且实际器件导通和关断过程不完全对称，上升下降过程时间不同，参见附图4，虚线为理想的方波，实线为更接近真实工作的波形。
40.通过正弦脉宽调制spwm，可以得到pcu(power control unit)系统控制功率器件开通关断的时刻。第一参数vdc为系统工作电压一般不变，第一参数rg为驱动电路设定阻值也一般不变，第一参数idut和tj通过系统反馈得到，则可以通过上述第一参数(vdc、rg、idut和tj)实时获取功率器件的动态特性，再将关断时刻和开通时刻的动态特性分别叠加在关断时刻和开通时刻，则得到了更真实的功率开关器件工作波形。
41.由于开关器件的工作过程的关断时刻和开通时刻的切换非常快速，切换过程中的变化值δv、δi将作为噪声源给系统其他的元件甚至另一个系统带来影响，因此需要得到真实的噪声源，以实现更有效的滤波，滤除过高的噪声。
42.通过转换工具(fast fourier transformation，fft)，该转换工具通常为一种数学处理工具，将时域的波形变换至频域。同时将实际电路器件如电感电容，线缆等以频域的数学模型体现。附图1-2中的传播路径即实际电路中噪声电流流过的路径。
43.依据步骤s300，还可以利用动态特性获取功率器件的电压应力，电流应力及热应力曲线，具体的，根据最大电压值(vdut_max)与额定电压值(vnom)的比值获取功率器件的电压应力，根据最大电流值(idut_max)与额定电流值(inom)的比值获取功率器件的电流应力；瞬态电压曲线u
(t)
和瞬态电流曲线i
(t)
的乘积p
(t)
＝u
(t)
*i
(t)
即为瞬态损耗曲线。
44.通过对功率器件进行热仿真以获取功率器件的热阻z
th
，瞬态损耗曲线p
(t)
＝u
(t)
*i
(t)
与热阻z
th
的乘积即为功率器件的热应力曲线t
(t)
＝z
th
*p
(t)
。
45.当然，对动态特性的利用并不局限于上述所描述的内容，依据所需要的参数选择方法一的查表法或者方法二的机器学习法获取相应的参数即可。
46.应当注意的是，本发明的实施例有较佳的实施性，且并非对本发明作任何形式的限制，任何熟悉该领域的技术人员可能利用上述揭示的技术内容变更或修饰为等同的有效实施例，但凡未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何修改或等同变化及修饰，均仍属于本发明技术方案的范围内。